현실 세계의 피지컬 AI

피지컬 AI는 기존 자동화보다 작업별 엔지니어링을 크게 줄이면서도 물리적 세계를 인식하고, 적응하며, 행동할 수 있는 로봇을 가능하게 합니다.

시연을 통해 학습하고, 경험을 바탕으로 성능을 개선하며, 비전 및 언어 모델로 작업을 해석하고, 구조화되지 않은 환경에서도 작동하는 로봇. 이는 매우 매력적인 가능성입니다.

로봇 개발자, 피지컬 AI 연구자, AI 우선 로보틱스 팀에게 이러한 역량은 기존에는 변동성이 너무 크거나, 비용이 많이 들거나, 복잡해서 자동화하기 어려웠던 애플리케이션을 가능하게 합니다.

피지컬 AI 시스템이 시뮬레이션에서 실제 애플리케이션으로 이동하면 요구사항도 달라집니다. 모델과 시뮬레이션은 여전히 필수적이지만, 로봇은 결국 물체와 직접 접촉하는 암, 그리퍼, 센서, 툴을 통해 물리적 세계와 상호작용합니다.

연구에서 배포로 전환하려면 피지컬 AI에 신뢰할 수 있는 물리적 상호작용 계층이 필요합니다.

OnRobot은 10년 이상 바로 이 분야를 개발해 왔습니다.

‘피지컬 AI’가 로보틱스 분야의 일반적인 용어가 되기 전부터 OnRobot은 적응성, 감지, 피드백, 실제 환경의 변동에 대응하는 능력 등 오늘날 피지컬 AI 연구를 정의하는 여러 실질적인 과제를 해결해 왔습니다. 피드백 기능을 갖춘 당사의 전동식 유연한 엔드오브암 툴은 역동적인 실제 환경에서도 안정적으로 작동하도록 설계되었습니다. 현재 전 세계 다양한 애플리케이션에 22,000개 이상의 OnRobot 제품이 설치되어 있습니다.

2. 더 높은 성능의 모델에는 신뢰할 수 있는 실행 계층이 필요합니다

파운데이션 모델, 로봇 학습, 비전-언어-행동 시스템, 시뮬레이션의 성능이 향상될수록 실행 계층의 중요성도 커집니다.

로봇 모션 기술은 실제 환경의 매니퓰레이션에 비해 비교적 성숙했습니다. 매니퓰레이션은 제거하거나 완벽하게 모델링할 수 없는 물리적 변수의 영향을 받기 때문입니다.

바로 이 때문에 엔드 이펙터가 중요합니다.

3. 접촉 정보가 풍부한 데이터는 시뮬레이션과 비전을 보완합니다

시뮬레이션을 통해 팀은 빠르게 학습하고, 테스트하며, 반복할 수 있습니다. 비전은 로봇이 물체를 인식하고, 장면을 이해하며, 동작을 계획하도록 지원합니다.

신뢰할 수 있는 매니퓰레이션에는 물리적 피드백도 필요합니다. 학습 기반 시스템에서는 더 완전한 상호작용 데이터를 통해 학습, 검증, 고장 분석을 개선할 수 있습니다.

마찰, 순응성, 미끄러짐, 변형, 관성, 표면 변화 등의 접촉 동역학은 시뮬레이션으로 재현하기 어렵습니다. 시뮬레이션에서 성공한 그립도 물체가 움직이거나, 표면이 다르게 반응하거나, 부품이 접촉에 저항하면 실제 환경에서 실패할 수 있습니다.

카메라는 물체의 위치를 파악할 수 있지만, 물체가 안전하게 고정되었는지 항상 판단할 수 있는 것은 아닙니다. 미세한 미끄러짐, 비대칭 접촉, 삽입 중 저항, 과도한 힘을 놓칠 수도 있습니다.

이러한 한계로 인해 멀티모달 피드백은 피지컬 AI의 중요한 요소가 됩니다.

서로 다른 피드백은 상호작용의 각기 다른 단계를 포착합니다. 근접 감지는 접촉 전 데이터를 제공합니다. 힘/토크 감지는 접촉 중 정보를 제공할 수 있습니다. 그립 감지는 로봇이 물체를 잡았는지 확인합니다. 그리퍼 폭 데이터는 물체와 그립 상태에 대한 정보를 제공하며, 성공 및 실패 신호는 학습 루프를 지원합니다.

RG2-FT 그리퍼에는 다음 기능이 통합되어 있습니다.

4. 유연한 매니퓰레이션에는 작업에 적합한 툴이 필요합니다

피지컬 AI는 범용 로봇과 연관되는 경우가 많지만, 모든 작업에 적합한 단일 엔드 이펙터는 없습니다.

물체와 애플리케이션이 다르면 필요한 상호작용 방식도 달라집니다.

로봇이 변동에 대응하고, 경험을 통해 학습하며, 여러 작업을 수행해야 하는 경우 엔드 이펙터는 시스템 아키텍처의 일부가 됩니다. 로봇이 무엇을 잡고, 들어 올리고, 유지하고, 삽입하고, 누르고, 당기고, 교체하고, 놓을 수 있는지를 결정하며, 컨트롤러나 모델이 사용할 수 있는 피드백에도 영향을 줍니다.

OnRobot의 포트폴리오는 피지컬 AI가 주요 화두가 되기 전부터 이러한 실질적인 현실을 중심으로 구축되었습니다. 피드백 기능을 갖춘 전동식 유연한 툴은 제조업체가 다양한 애플리케이션에서 자동화를 더 쉽게 배포하고, 조정하며, 재사용할 수 있도록 설계되었습니다.

이러한 설계 철학은 오늘날 피지컬 AI 연구자와 AI 우선 로보틱스 기업의 요구사항에 밀접하게 부합합니다.

실제 환경의 변동을 고려한 설계

피지컬 AI의 다음 단계는 더 강력한 모델, 더 나은 데이터, 향상된 시뮬레이션, 더 높은 성능의 로봇 플랫폼에 달려 있습니다. 또한 모델이 실제 환경에서 안정적으로 행동할 수 있도록 하는 그리퍼, 센서, 툴 체인저, 엔드오브암 기술로 구성된 물리적 상호작용 계층도 중요합니다.

엔드오브암 툴은 더 이상 로봇에 마지막으로 추가되는 단순한 구성품이 아닙니다. 고급 학습 시스템을 구성하는 핵심 요소입니다.

산업 현장에서 검증된 OnRobot의 포트폴리오는 연구자, 로봇 개발자, 제조업체가 유망한 모델에서 실제 환경의 신뢰할 수 있는 매니퓰레이션으로 전환할 수 있는 유연한 기반을 제공합니다.